發(fā)布時間：2022-08-23 21:17

　　針對復(fù)雜影響因素下綜合能源系統(tǒng)月度負荷預(yù)測精度低的問題,提出基于時間序列特征分解的月度負荷預(yù)測模型.利用時間序列分解方法將負荷數(shù)據(jù)分解為季節(jié)分量、趨勢分量與隨機分量,根據(jù)各分量隨時間變化的特性,分別采用向量自回歸模型、最小二乘支持向量回歸與平均值法進行預(yù)測.各分量預(yù)測結(jié)果的投影重構(gòu)值作為月度負荷的預(yù)測值,并考慮了季節(jié)拐點與區(qū)域經(jīng)濟因素對月度負荷的影響.實例分析證明該方法能夠有效提高綜合能源系統(tǒng)的月度負荷預(yù)測精度. 

【文章頁數(shù)】：7 頁

【參考文獻】：
期刊論文
[1]基于多特征融合和混合核SVM的目標識別方法[J]. 李紅麗,馬耀鋒.  沈陽工業(yè)大學(xué)學(xué)報. 2018(04)
[2]計及需求側(cè)管理的電—氣集成能源系統(tǒng)協(xié)同規(guī)劃[J]. 高瀅,王芃,薛友,文福拴,張利軍,孫可,徐晨博.  電力系統(tǒng)自動化. 2018(13)
[3]基于變分模態(tài)分解和LSSVM的風(fēng)電場短期風(fēng)速預(yù)測[J]. 張妍,韓璞,王東風(fēng),王少蕊.  太陽能學(xué)報. 2018(01)
[4]基于飽和負荷密度的城市遠景空間負荷預(yù)測[J]. 張明理,宋卓然,梁毅,史喆,葉鵬.  沈陽工業(yè)大學(xué)學(xué)報. 2018(01)
[5]成分分解方法預(yù)測月度電力負荷[J]. 龍勇,蘇振宇,蓋曉平.  電力系統(tǒng)及其自動化學(xué)報. 2017(05)
[6]基于X-12-ARIMA季節(jié)分解與年度電量校正的月度電量預(yù)測[J]. 張強,王毅,李鼎睿,朱文俊.  電力建設(shè). 2017(01)
[7]結(jié)合X12乘法模型和ARIMA模型的月售電量預(yù)測方法[J]. 顏偉,程超,薛斌,李丹,陳飛,王順昌.  電力系統(tǒng)及其自動化學(xué)報. 2016(05)



本文編號：3678499